基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析

• 作者: 尹佳 陈翔 董曼 陈锂 郭鹏程 张涛 文红
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 酱卤肉制品 风险预测模型 小波分解 长短期记忆网络
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 营养卫生|Nutrition and Hygiene
• 页码范围: 121-128
• 页数: 8页
• 分类号: TS207.7
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-20201224-277

摘要

为实现酱卤肉制品安全风险精准预警,本研究基于2014-2019年全国酱卤肉制品历史抽样检验数据信息,尝试将小波分解和长短期记忆网络(long short-term memory,LSTM)模型相结合,构建了全国31个省份酱卤肉制品安全风险预测模型.结果表明,小波分解-LSTM预测模型对酱卤肉制品安全风险预测有较高的准确率,以湖北省为例,预测准确率为0.99,全国31个省份的平均准确率为0.95,标准偏差为0.029,整体准确率较高,且准确率波动较小,说明建立的小波分解-LSTM模型可以适用于酱卤肉制品安全风险等级的精准预测,可为日常监管和食品安全风险预警提供技术支撑.